冬令营第二阶段--算法

最新推荐文章于 2024-12-15 22:31:50 发布
原创 最新推荐文章于 2024-12-15 22:31:50 发布 · 341 阅读 · 0 ·
CC 4.0 BY-SA版权
版权声明：本文为博主原创文章，遵循 CC 4.0 BY-SA 版权协议，转载请附上原文出处链接和本声明。

工作日志
日期今日结果及感悟感悟明日计划
2015.10.1查看了算法，了解了一些基本算法。算法中很考验人的思维，你得绞尽脑汁的想一个程序，应该用什么算法，适合用什么算法。这涉及到数据结构，所以，要努力啊。Figthing!!!!!!!做出一道算法题。
single_ls
关注
FOI2019算法冬令营D1
Johnny817的博客
02-13 804
A. 全连 1s，256MB E.Space 喜欢打音游。 但是他技术不好，总是拿不到全连（Full Combo）。 现在他面前有一份乐谱，乐谱的其中一段有 nnn个连续的单键音符。 相邻两个音符的到来时间均相等，我们可以认为第 iii 个音符会在第 iii 个时刻到来。 点击一个音符，E.Space 需要一段准备时间来进行移动手指之类的操作。由于音符的位置和周围情况不同，点击每个音符的准备时间也...
黑科技蓝桥杯冬令营算法训练——二分查找
2301_79714460的博客
01-01 496
第一感觉，如果时间允许，暴力枚举是一定可以出答案的，但是这个题目的数据100000，可能会超时，所以我们就可以自然而然的想到运用二分查找来节约时间去寻找那个最大的边长，这样其实就差不多有感觉了。本人也是刚开始写博客，还是不太会写，各方面的都有不足，如果大家发现什么错误的地方或者由更好的方法可以通过私信来与本蒟蒻交流。ans
【总结】北大2018冬令营题目&总结
氧化钠的博客
02-02 2650
6道题，6道与概率计数相关的题，6道都涉及998244353这个魔性数字的题 Day1 T1: 给出一颗n个节点的二叉树，每个叶节点有一个权值（权值均不相同），每个非叶节点有一个概率P，表示：该点的权值有P的概率为它所有子节点中的最小值，同时有（1-p）的概率为所有子节点的最大值。 现在将根节点所有可能的权值从小到大排序，设分别为V1,V2,V3...Vm" role="presentat
冬令营第一阶段周报--罗双
single_ls的专栏
02-01 639
周工作总结及计划表 部    门 理工大学 姓    名 罗双 入 职 时 间 2015.1.24 本周已完成工作内容及总结 1. c语言程序设计做完了3道题。 2. 结合java视频java基础篇预习到了第3章，做了些题 3. 看了些算法。   总结：1-通过做完3道程序设计题，提高了
HENAU冬令营-递推专题（第七组题解）
weixin_51323049的博客
02-10 211
A - 上台阶2 小瓜一次只能向上走1级或者3级或者5级台阶 问： 有多少种方法走上n阶台阶 #include<iostream> using namespace std; long step[1000003] = {0}; int main(){ int N; cin>>N; if(N<=0){ return 0; } step[0] = 1; step[1] = 1; step[2] = 2;
灵动ICPC冬令营基础-3
weixin_52328032的博客
01-20 1067
灵动ICPC冬令营基础-3A - Maya Calendar题目代码B - Diplomatic License题目代码C - "Accordian" Patience题目代码D - Broken Keyboard (a.k.a. Beiju Text)题目代码E - Satellites题目代码F - Fourth Point !!题目代码G - The Circumference of the Circle题目代码H - Titanic题目代码 A - Maya Calendar 题目 代码 B -
寒假冬令营（算法编程）1月9日（数组）
m0_73627109的博客
01-04 941
给定一个非负整数 numRows生成「杨辉三角」的前 numRows行。在「杨辉三角」中，每个数是它左上方和右上方的数的和。输入: numRows = 5输出: [[1],[1,1],[1,2,1],[1,3,3,1],[1,4,6,4,1]]输入: numRows = 1输出: [[1]]
冬令营第三天
weixin_45630787的博客
01-20 166
冬令营第三天 1.欧几里得辗转相除法求最大公约数 只有一行代码，熟悉了很快就能敲出来。 int gcd(int a, int b) { return b == 0 ? a : gcd(b, a%b); } 重要的是扩展的欧几里得算法！！！ 扩展的欧几里得算法用于ax+by=GCD（a，b）的x和y求解。 1.先看看推导过程： 我觉得推导起来还是挺复杂的，如果觉得难理解，把代码背下来吧???? 2.上代码 （????其实不多的） int exgcd(int a,int b, int &x,i
冬令营第一周——周报
01-31 434
周工作总结及计划表 部    门 理工大学 姓    名 张进龙 入 职 时 间 2015.1.23 本周已完成工作内容及总结 1.   阅读了《为你自己工作》，并写了读后感，从中学到了前人的宝贵经验。 2.   阅读了《华为时间管理培训》，并写了读后感，也学到了时间管理的六项基本原则和其他
【Datawhale X AI冬令营第一期：Task2 微调玩法攻略】
东西南北的博客
12-15 443
下面，我将从零开启微调的实践之旅，从数据收集、数据构建、模型微调、效果评价四个方面，详细地为大家揭秘 Chat-嬛嬛 以及 网文小说大模型究竟是如何从收集数据开始，最终构建垂直模型的。对于刚刚接触微调的学习者，建议选择Alpaca格式。注意的是，与Chat-嬛嬛不同，网文小说大模型的输入中，既包含instruction，也包含input，在体验时，需要将二者使用\n进行拼接。为了构建这样的微调数据，我们可以基于已有的小说章节，利用通用大模型的总结能力，让其生成输入章节的情节概要，从而得到成对的输入和输出。
NOI2008冬令营资料5
03-08
【描述】提到"国家集训队2"，这意味着这是一个针对国家集训队第二阶段的训练材料。可能包含更深入的课程、实战演练或者讨论内容。"文件大小问题，分次发"可能是因为文件过大，为了方便传输和下载，所以分成了多个...
OI介绍(B)-2019-11-16.pdf
11-16
初赛分两小时进行，难度适中，而复赛则分为两个阶段，第一轮和第二轮分别在不同时间段进行，第二轮的难度更大，需要更长时间完成。 NOI比赛通常安排在每年的7月底或8月初，持续约一周，包括笔试和两场编程比赛，每...
PSO-BP神经网络纱线质量预测
01-04
下载方式：https://pan.quark.cn/s/a4b39357ea24 在纺织制造领域中，纱线的品质水平对最终制成品的整体质量具有决定性作用。 鉴于消费者对于产品规格和样式要求的不断变化，纺织制造工艺的执行过程日益呈现为一种更为复杂的操作体系，进而导致对纱线质量进行预测的任务变得更加困难。 在众多预测技术中，传统的预测手段在面对多变量间相互交织的复杂关系时，往往显得力不从心。 因此，智能计算技术在预测纱线质量的应用场景中逐渐占据核心地位，其中人工神经网络凭借其卓越的非线性映射特性以及自适应学习机制，成为了众多预测方法中的一种重要选择。 在智能计算技术的范畴内，粒子群优化算法（PSO）和反向传播神经网络（BP神经网络）是两种被广泛采用的技术方案。 粒子群优化算法是一种基于群体智能理念的优化技术，它通过模拟鸟类的群体觅食行为来寻求最优解，该算法因其操作简便、执行高效以及具备优秀的全局搜索性能，在函数优化、神经网络训练等多个领域得到了普遍应用。 反向传播神经网络则是一种由多层节点构成的前馈神经网络，它通过误差反向传播的机制来实现网络权重和阈值的动态调整，从而达成学习与预测的目标。 在实际操作层面，反向传播神经网络因其架构设计简洁、实现过程便捷，因此被广泛部署于各类预测和分类任务之中。 然而，该方法也存在一些固有的局限性，例如容易陷入局部最优状态、网络收敛过程缓慢等问题。 而粒子群优化算法在参与神经网络优化时，能够显著增强神经网络的全局搜索性能并提升收敛速度，有效规避神经网络陷入局部最优的困境。 将粒子群优化算法与反向传播神经网络相结合形成的PSO-BP神经网络，通过运用粒子群优化算法对反向传播神经网络的权值和阈值进行精细化调整，能够在预测纱线断裂强度方面，显著提升预测结果的...
植物实例分割数据集-20251116-235338.zip
01-04
植物实例分割数据集 一、基础信息 数据集名称：植物实例分割数据集 图片数量： - 训练集：9,600张图片 - 验证集：913张图片 - 测试集：455张图片 总计：10,968张图片 分类类别：59个类别，对应数字标签0至58，涵盖多种植物状态或特征。 标注格式：YOLO格式，适用于实例分割任务，包含多边形标注点。 数据格式：图像文件，来源于植物图像数据库，适用于计算机视觉任务。 二、适用场景 • 农业植物监测AI系统开发：数据集支持实例分割任务，帮助构建能够自动识别植物特定区域并分类的AI模型，辅助农业专家进行精准监测和分析。 • 智能农业应用研发：集成至农业管理平台，提供实时植物状态识别功能，为作物健康管理和优化种植提供数据支持。 • 学术研究与农业创新：支持植物科学与人工智能交叉领域的研究，助力发表高水平农业AI论文。 • 农业教育与培训：数据集可用于农业院校或培训机构，作为学生学习植物图像分析和实例分割技术的重要资源。 三、数据集优势 • 精准标注与多样性：标注采用YOLO格式，确保分割区域定位精确；包含59个类别，覆盖多种植物状态，具有高度多样性。 • 数据量丰富：拥有超过10,000张图像，大规模数据支持模型充分学习和泛化。 • 任务适配性强：标注兼容主流深度学习框架（如YOLO、Mask R-CNN等），可直接用于实例分割任务，并可能扩展到目标检测或分类等任务。
去广告插件FuckWeChatAdBlocker.dylib
01-04
Wechat功能增强类插件，常见包括界面优化、快捷操作、部分辅助功能入口等。插件来源于网络仅供测试使用，严禁任何非法用途，测试请于1小时内删除。
室内物体实例分割数据集-20251117-174910.zip
01-04
室内物体实例分割数据集 一、基础信息 • 数据集名称：室内物体实例分割数据集 • 图片数量： 训练集：4923张图片 验证集：3926张图片 测试集：985张图片 总计：9834张图片 • 训练集：4923张图片 • 验证集：3926张图片 • 测试集：985张图片 • 总计：9834张图片 • 分类类别： 床 椅子 沙发 灭火器 人 盆栽植物 冰箱 桌子 垃圾桶 电视 • 床 • 椅子 • 沙发 • 灭火器 • 人 • 盆栽植物 • 冰箱 • 桌子 • 垃圾桶 • 电视 • 标注格式：YOLO格式，包含实例分割的多边形标注，适用于实例分割任务。 • 数据格式：图片为常见格式如JPEG或PNG。 二、适用场景 • 实例分割模型开发：适用于训练和评估实例分割AI模型，用于精确识别和分割室内环境中的物体，如家具、电器和人物。 • 智能家居与物联网：可集成到智能家居系统中，实现自动物体检测和场景理解，提升家居自动化水平。 • 机器人导航与交互：支持机器人在室内环境中的物体识别、避障和交互任务，增强机器人智能化应用。 • 学术研究与教育：用于计算机视觉领域实例分割算法的研究与教学，助力AI模型创新与验证。 三、数据集优势 • 类别多样性：涵盖10个常见室内物体类别，包括家具、电器、人物和日常物品，提升模型在多样化场景中的泛化能力。 • 精确标注质量：采用YOLO格式的多边形标注，确保实例分割边界的准确性，适用于精细的物体识别任务。 • 数据规模充足：提供近万张标注图片，满足模型训练、验证和测试的需求，支持稳健的AI开发。 • 任务适配性强：标注格式兼容主流深度学习框架（如YOLO系列），便于快速集成到实例分割项目中，提高开发效率。
基于储能电站服务的冷热电多微网系统双层优化配置（Matlab代码实现）
最新发布
01-04
基于储能电站服务的冷热电多微网系统双层优化配置（Matlab代码实现）内容概要：本文围绕“基于储能电站服务的冷热电多微网系统双层优化配置”展开，提出了一种结合鲁棒优化方法的双层优化模型，用于解决含可再生能源的多微网系统在冷、热、电多种能源耦合下的优化配置问题。该模型上层优化微网间储能电站的配置与服务分配，下层优化各微网内部能源设备的运行调度，旨在提升系统经济性、可靠性和对不确定性的适应能力。文中详细阐述了模型构建过程，并通过Matlab代码实现仿真验证，展示了在不同场景下系统的优化效果与鲁棒性能。; 适合人群：具备一定电力系统、能源系统或优化理论基础的研究生、科研人员及从事微电网、综合能源系统设计与运营的工程技术人员。; 使用场景及目标：①用于研究多微网系统中储能电站的共享机制与优化配置策略；②支撑含高比例可再生能源的综合能源系统在不确定性环境下的规划与运行优化；③为科研复现与教学提供Matlab代码参考与算法实现思路。; 阅读建议：建议读者结合Matlab代码逐段理解模型实现细节，重点关注双层优化结构的数学建模与求解方法（如C&CG算法），并尝试调整参数或场景以加深对鲁棒优化机制的理解。
胰腺癌分段与识别，利用UNet进行.zip
01-04
1.版本：matlab2014a/2019b/2024b 2.附赠案例数据可直接运行。 3.代码特点：参数化编程、参数可方便更改、代码编程思路清晰、注释明细。 4.适用对象：计算机，电子信息工程、数学等专业的大学生课程设计、期末大作业和毕业设计。
观察者动态演化一致性研究论文
01-04
已经博主授权,源码转载自 https://pan.quark.cn/s/c38eff4d1845 针对软件体系结构在动态演化过程中出现的非一致性挑战，旨在提升其演化效能，基于构件技术的属性特质，对软件演化领域的研究进展、其优势与局限进行了剖析，并考察了观察者技术的核心特征，随后利用观察者技术的特性对构件进行拓展，赋予构件可被监测及监测的功能。 最终，构建了一种基于观察者的动态演化框架，以保障动态演化过程的一致性，为分布式场景下的动态演化提供了一种切实可行的途径。 借助具体的项目实例演化对所提模型的实用性与便利性进行了实证检验。
2016 NOI 冬令营算法挑战：NPC与表达式
"NOI-WC2016是一个全国青少年信息学奥林匹克冬令营的竞赛，包含了三个题目：挑战NPC、论战捆竹竿和鏖战表达式。这三个题目分别涉及算法设计，且有不同的时间限制、内存限制和分数分配。挑战NPC是一个NP完全问题的...
评论
成就一亿技术人!
拼手气红包6.0元
还能输入1000个字符
 
红包 添加红包
表情包 插入表情
表情包 代码片
 条评论被折叠 查看
添加红包

请填写红包祝福语或标题

个

红包个数最小为10个

元

红包金额最低5元

当前余额3.43元 前往充值 >
需支付：10.00元
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付元
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明：

1.余额是钱包充值的虚拟货币，按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载，可以购买VIP、付费专栏及课程。

余额充值